Програмний засіб для класифікації та синтезу біомедичних зображень

Author:

Лящинський П. Б.ORCID

Abstract

Розроблено програмний засіб для класифікації та синтезу біомедичних зображень. Встановлено потребу штучного розширення наборів даних біомедичних зображень через їх обмежену доступність, що створює перешкоду для розвитку діагностичних інструментів. З'ясовано, що розроблений програмний засіб може вирішити цю проблему, генеруючи синтетичні, але реалістичні медичні зображення, що можуть слугувати додатковими даними для навчання класифікаторів. Розроблено функціональні вимоги до програмного засобу, а також його архітектуру, використовуючи сучасні технології програмування та проектування програмних засобів. Програмний засіб спроектовано, використовуючи модульну архітектуру, що дає змогу масштабувати кожен модуль незалежно від навантаження. Охарактеризовано закономірності архітектури програмного засобу, що містить клієнт-серверну взаємодію, базу даних MongoDB та використання брокера повідомлень RabbitMQ для асинхронного обміну даними між модулями програмного засобу. Основними модулями програмного засобу є: набори даних (відповідає за керування навчальними зображеннями), класифікатори (відповідає за навчання та використання згорткових нейронних мереж для класифікації зображень) та генератори (відповідає за навчання за використання генеративно-змагальних мереж для синтезу зображень). Програмний засіб розроблено, використовуючи різні мови програмування (Python, TypeScript) та сучасні технології (NodeJS, RabbitMQ, PyTorch, MongoDB, React). Також спроєктовано структуру бази даних, використовуючи логічну модель на підставі UML-діаграми класів. Показано ефективність використання згорткових нейронних мереж та генеративно-змагальних мереж для класифікації та синтезу біомедичних зображень, відповідно. Зроблено висновок про наукову новизну і практичну значущість розробленого програмного засобу, який відкриває нові можливості для медичної діагностики та досліджень, забезпечуючи гнучкість та масштабованість у синтезі та аналізі біомедичних зображень.

Publisher

Ukrainian National Forestry University

Reference22 articles.

1. Alenoghena, C. O., Ohize, H. O., Adejo, A. O., Onumanyi, A. J., Ohihoin, E. E., Balarabe, A. I., & Alenoghena, B. (2023). Telemedicine: A survey of telecommunication technologies, developments, and challenges. Journal of Sensor and Actuator Networks, 12(2), 20 p. https://doi.org/10.3390/jsan12020020

2. Berezsky, O., Liashchynskyi, P., Pitsun, O., Liashchynskyi, P., & Berezkyy, M. (2022). Comparison of Deep Neural Network Learning Algorithms for Biomedical Image Processing. The 5th International Conference on Informatics & Data-Driven Medicine (IDDM 2022) will be held in University Lumière Lyon 2, Lyon, France, 135–145. URL: https://www.researchgate.net/publication/367190420_Comparison_of_Deep_Neural_Network_Learning_Algorithms_for_Biomedical_Image_Processing

3. Berezsky, O., Pitsun, O., Liashchynskyi, P., Derysh, B., & Batryn, N. (2022). Computational Intelligence in Medicine. In International Scientific Conference "Intellectual Systems of Decision Making and Problem of Computational Intelligence", 488–510. Cham: Springer International Publishing. https://doi.org/10.1007/978-3-031-16203-9_28

4. Dhivya, S., Mohanavalli, S., Karthika, S., Shivani, S., & Mageswari, R. (2020). GAN based data augmentation for enhanced tumor classification. In 2020 4th international conference on computer, communication and signal processing (ICCCSP), 1–5. https://doi.org/10.1109/ICCCSP49186.2020.9315189

5. Doo, F. X., Kulkarni, P., Siegel, E. L., Toland, M., Paul, H. Y., Carlos, R. C., & Parekh, V. S. (2024). Economic and Environmental Costs of Cloud Technologies for Medical Imaging and Radiology Artificial Intelligence. Journal of the American College of Radiology, 21(2), 248–256. https://doi.org/10.1016/j.jacr.2023.11.011

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3